Python開發【筆記】:探索Python F-strings,pythonf-strings
F-strings
在python3.6.2版本中,PEP 498 提出一種新型字串格式化機制,被稱為“字串插值”或者更常見的一種稱呼是F-strings(主要因為這種字串的第一個字母是f)
簡單瞭解:
①、F-strings提供了一種明確且方便的方式將python運算式嵌入到字串中來進行格式化:
import mathradius = 10pi = math.piprint(f'Circumference of a circle with radius {radius}:{2*pi*radius}')# Circumference of a circle with radius 10:62.83185307179586
②、同樣的,在F-strings中我們也可以執行函數:
import mathradius = 10def area_of_circle(radius): return 2 * math.pi * radiusprint(f'Area of a circle with radius {radius}:{area_of_circle(radius=radius)}')# Area of a circle with radius 10:62.83185307179586
③、F-strings的運行速度很快。比%-string和str.format()這兩種格式化方法都快得多——這兩種是最常用的兩種字串格式化的方式。
實測F-string大多情況下比%-string要快,但偶爾也不一定(無法解釋)
1 from timeit import timeit 2 a = 1 3 b = 2 4 5 print(timeit('''f"{a} + {b} = {a + b}" ''',number=100000,globals=globals())) 6 print(timeit('''"{} + {} = {}".format(a, b, a + b) ''',number=100000,globals=globals())) 7 print(timeit('''"%s + %s = %s"%(a, b, a + b) ''',number=100000,globals=globals())) 8 9 # 0.0359373150684931510 # 0.05211441095890411611 # 0.0491952511415525實測對比
對比剖析:
①、為什麼F-strings的運行速度這麼快?它們是以怎樣的形式運行得呢?PEP 498給出了如下的線索:
使用最小的文法,F-strings提供了一種在字串中嵌入運算式的方法。需要注意的是,F-strings是運行過程中形成的運算式,而不是常數值。在Python原始碼中,F-strings是一個以f為首碼,其中包含了運算式的字串。運算式的結果將顯示在其所在的位置上。
重點是F-strings是運行過程中進行計算的運算式,而不是一個常數值。這意味著F-strings和其他python運算式一樣都是在運行過程中計算出結果的。CPython編譯器在將F-strings解析成字串和運算式以產生合適的抽象文法樹的階段使效能得到巨大的提升:
我們使用ast模組來查看一個簡單的運算式a + b在F-strings之中和之外兩種情況下的抽象文法樹的情況。可以看到運算式F-strings中的運算式被解析成一個普通的舊式的二進位操作,和單獨的運算式 a + b解析成的結果是一樣的。甚至在位元組碼層面我們也可以看到F-strings運算式也像普通運算式那樣進行計算。
add_two函數簡單的將兩個本地變數a和b進行相加並返回結果值。add_two_fstring函數實現的功能類似,但相加的運算式放到f-strings內。在add_two_fstring函數反組譯碼出的位元組碼中,FORMAT_VALUE指令(這個指令出現在這裡因為畢竟一個F-strings需要將其內部的運算式字串化),和不使用F-strings的 a + b運算式的結果是一樣的。
F-strings的過程主要分為兩步:一是把花括弧中的運算式計算出來(和普通的Python運算式一樣),然後將其結果填充到花括弧的位置,並將組合後的字串作為結果返回。這些步驟不需要額外的運行過程處理。這使得F-strings運行速度更快也更有效率。
②、為何str.format()會比F-strings慢得多呢?當看過其對應的反組譯碼位元組碼之後,原因就很明顯了。
反組譯碼得到的位元組碼中,第一眼就能看到兩個位元組碼指令:LOAD_METHOD和 CALL_METHOD。當我們使用上str.format()時,首先要在全域範圍內尋找format函數。這個步驟是通過LOAD_METHOD指令實現的。全域變數尋找是一個開銷比較大的操作,包括了一系列的步驟(如果比較感興趣的話,可以看看我之前關於屬性尋找方面的博文)。一旦format函數被定位到,二進位加操作(BINARY_ADD)將會被喚醒對變數a、b進行相加。最後,通過CALL_METHOD位元組碼指令調用format函數,然後將格式化後的結果返回。Python中的函數調用具有相當大的開銷。當使用str.format()時,消耗在LOAD_METHOD和 CALL_METHOD上額外的時間導致str.format()比F-strings慢的多。
③、那麼%-strings 這種格式化方法又是什麼原因呢?之前的結果可以看到,它的運行速度介於str.format()和F-strings之間。讓我們再一次看一下使用%-strings 格式化方法反組譯碼後的位元組碼來尋找一些線索:
一瞬間,我們就發現位元組碼中並沒有LOAD_METHOD和 CALL_METHOD指令——所以 %-string 這種方法避免了全域屬性尋找和函數調用的開銷。這解釋了為什麼%-strings 要比str.format()快。但為什麼%-strings 的運行速度仍然比f-strings要慢呢?在BINARY_MODULO位元組碼指令上,%-strings 可能會消耗額外的時間。通過分析BINARY_MODULO位元組碼我並沒得出結果,但看了CPython原始碼後,我們就可以瞭解為什麼在調用BINARY_MODULO時會產生很小的額外開銷。
的Python原始碼中可以看出,BINARY_MODULO操作是過載的。每次被調用時,它總需要檢查運算對象的類型來決定元算對象是否為字串對象(代碼的第7-13行)。如果它們是,然後modulo 執行字串格式操作。如果不是,它將執行日常的模組(返回第一個參數和第二個參數的餘數)。儘管很小,但這種類型檢查確實產生了一些額外開銷,而F-strings並不存在這些問題。
希望這篇文章能給大家一些啟發,協助大家理解為什麼F-strings能從眾多字串格式化方法中脫穎而出。F-strings快速、易學、實用,能有效減少代碼量,何不快快用起來!
英文原文:https://ogmcsrgk5.qnssl.com/vcdn/1/優質文章長圖/a-closer-look-at-how-python-f-strings-work-f197736b3bdb.png